L-Audio API tappoġġja żewġ endpoints għall-konverżjoni tat-taħdit f’test:
transcriptionstranslations
Biex tibda tuża l-Audio API, aqra d-dokumentazzjoni tagħna għall-iżviluppaturi dwar il-konverżjoni tat-taħdit f’test.
Mistoqsijiet frekwenti
Kemm tiswa biex tuża l-Audio API?
Ara l-paġna tal-prezzijiet tagħna għad-dettalji.
Liema lingwi huma appoġġjati?
Ara lista tal-lingwi appoġġjati hawn.
Kif nistgħu nittrattaw fajls kbar tal-awdjo?
Għal fajls imtella’ għat-traskrizzjoni bl-Audio API l-antika/whisper-1, id-daqs massimu tat-talba huwa 25 MiB. Ir-rotot l-aktar ġodda għat-traskrizzjoni b’gpt-4o jistgħu jużaw validazzjoni differenti, bħal limiti fuq it-tul jew l-għadd ta’ tokens. Għalhekk, iċċekkja d-dokumentazzjoni speċifika għall-mudell meta tittratta awdjo twil mibgħut mill-utenti.
Liema metodi ta’ streaming huma disponibbli?
Tista’ tuża l-istreaming għat-traskrizzjoni tiegħek b’żewġ modi, skont jekk tkunx qed tittraskrivi reġistrazzjoni tal-awdjo li tkun lesta jew fluss kontinwu ta’ awdjo:
Streaming tat-traskrizzjoni ta’ reġistrazzjoni tal-awdjo li tkun lesta
Streaming tat-traskrizzjoni ta’ reġistrazzjoni tal-awdjo li tkun għadha għaddejja
Għal traskrizzjoni kontinwa b’gpt-live-transcribe, l-applikazzjoni tiegħek trid tidentifika meta jieqaf id-diskors u tibgħat input_audio_buffer.commit biex tindika t-tmiem ta’ kull intervent u tirċievi t-traskrizzjoni finali. Dan il-mudell ma jappoġġjax server_vad jew semantic_vad.
Innota li l-mudell whisper-1 ma jappoġġjax l-istreaming.
Liema formati ta’ fajls huma appoġġjati?
Il-formati tal-fajls appoġġjati huma elenkati fid-dokumentazzjoni tal-API tagħna.
Nista’ nibgħat links għal fajls tal-awdjo lill-Audio API?
Le, trid tibgħat fajl f’wieħed mill-formati tal-awdjo appoġġjati.
